Os conselhos de administração devem ser donos das regras do trabalho com IA, não apenas pagar pelo acesso

À medida que os agentes de IA começam a realizar trabalho em vez de simplesmente gerar respostas, acreditamos que os conselhos de administração devem fazer uma distinção clara: comprar acesso à inteligência não é o mesmo que possuir uma capacidade de IA. Para uma empresa estabelecida, o ativo estratégico deve ser a forma como a inteligência funciona dentro do negócio. É isso que queremos dizer com possuir o harness.

O harness é o quadro que permite aos agentes trabalhar em conjunto com as pessoas. Define os seus papéis, as regras que seguem, a informação que podem ver, as ações que podem tomar e as aprovações de que necessitam. Inclui verificações sobre o seu trabalho e conhecimento partilhado. Na nossa opinião, o modelo é a parte mais pequena da capacidade que um conselho de administração precisa de compreender e controlar.

Esperaríamos que duas empresas a usar o mesmo modelo alcançassem resultados muito diferentes se uma tivesse responsabilidades claras, conhecimento fiável e verificações úteis, enquanto a outra não tivesse. Um modelo não pode decidir o que uma empresa deve permitir ou aceitar. Acreditamos que essas decisões pertencem à empresa, expressas através de um harness que ela compreende e controla.

É por isso que recomendamos começar pelo trabalho, não pela tecnologia. Mapeie os processos. Identifique onde os agentes podem contribuir mais, onde as passagens de testemunho são importantes e onde os erros seriam dispendiosos. Acorde o que significa melhoria e estabeleça uma linha de base antes de mudar qualquer coisa. Caso contrário, arriscamo-nos a celebrar a atividade sem saber se o negócio está melhor servido.

Para um conselho de administração, as medidas devem fazer sentido comercial. Dependendo do processo, poderíamos examinar a precisão, a consistência, o tempo de resposta ou a quantidade de correção necessária. O ponto importante é acordar o teste antes de ver o resultado. Acreditamos que uma demonstração atraente deve ser um convite à investigação, não um substituto para a evidência do trabalho próprio da empresa.

Os limites de dados devem vir antes das comparações de preços. Alguns dados devem permanecer internos onde as obrigações e políticas da empresa o exigem. As políticas próprias da empresa e os seus advogados devem definir essas regras, não a arquitetura preferida de um fornecedor. Recomendamos tornar esses limites explícitos para que as escolhas de modelo os sigam, em vez de forçar exceções desconfortáveis posteriormente.

Dentro desses limites, o nosso princípio é direto: encaminhar cada tarefa para o modelo mais barato que a executa suficientemente bem contra os testes acordados. Executar trabalho rotineiro e privado nas máquinas próprias da empresa merece avaliação, não aprovação ou rejeição automáticas. Teste essa opção nos exemplos próprios da empresa, incluindo as suas exigências operacionais. Um benchmark isolado não é razão para comprar hardware.

Possuir a capacidade não significa construir cada componente ou recusar serviços externos. Queremos dizer manter as contas, regras, agentes e conhecimento nas mãos da empresa, com a liberdade de usar vários fornecedores de modelos. Tornaríamos a capacidade de mudar de fornecedor um requisito de design, em vez de algo a negociar depois de a dependência se ter desenvolvido.

Como a IA muda tão frequentemente, acreditamos que o harness também precisa de uma rotina para avaliar novos modelos e ferramentas. Os candidatos devem enfrentar os testes próprios da empresa para qualidade, permissões, tratamento de dados e custo. A empresa deve decidir o que adotar e o que deixar de lado. A novidade não é, na nossa opinião, uma razão suficiente para alterar um processo de trabalho funcional.

Esse controlo precisa de uma equipa interna capaz de executar, questionar e melhorar o harness sem depender de ajuda externa. Na DevMojos, construímos harnesses agênticos com empresas, trabalhando com as suas próprias pessoas. Vendemos expertise e acompanhamento, não software, hardware ou licenças. O nosso objetivo é ajudar a empresa a desenvolver capacidade que ela possa compreender, governar e continuar a melhorar por si mesma.

Para administradores e equipas executivas, acreditamos que esta é uma decisão de propriedade antes de ser uma decisão de compra. A ambição deve ser prática: trabalho útil, responsabilidade clara e liberdade de escolha à medida que a tecnologia se desenvolve. Acreditamos que as empresas que tirarão mais partido da IA são aquelas que são donas de como ela funciona, não apenas do que custa.